ai-adoption-progressive-planning

name	ai-adoption-progressive-planning
description	当个人或团队决定系统性地引入AI工具以提升工作效率，需要制定一个从易到难的行动计划时

ai-adoption-progressive-planning

When to Use

当个人或团队决定系统性地引入AI工具以提升工作效率，需要制定一个从易到难的行动计划时description

Core Logic

执行步骤

1. 替代简单查询：在需要进行信息搜索时，有意识地使用AI问答工具（如Perplexity、ChatGPT）替代传统的搜索引擎。

• 判断标准：成功使用AI工具完成一次信息获取任务，并对比其与传统搜索在答案整合、理解深度上的差异。
• 常见误区：完全放弃传统搜索引擎；对于需要最新、最精确官方来源的查询（如实时股价、特定官网信息），仍应优先使用搜索引擎。

2. 构建首个自动化节点：执行“prompt-engineering-workflow”模型，为一个具体的重复性任务创建并验证一个有效的“元提示”。

• 判断标准：获得一个经过测试、可稳定复用的高质量提示，并已归档。
• 常见误区：试图一次性为过于复杂的流程创建提示，导致失败和挫败感。应从最简单的任务开始。

3. 系统性扫描痛点：全面审视个人或团队的工作流，列出所有耗时、枯燥、不增值或容易出错的环节。

• 判断标准：生成一个书面清单，至少包含3-5个明确的痛点任务描述。
• 常见误区：清单描述模糊（如“沟通效率低”），应具体化（如“每周手动汇总五个渠道的客户反馈邮件”）。

4. 规划自动化路径：针对步骤3清单中的每个痛点，分析其是否可由“单个提示”或“一系列顺序执行的提示”来解决或加速。

• 判断标准：为清单中至少一个痛点，设计出初步的AI解决方案草图（例如：用提示A提取反馈要点，用提示B将要点分类，用提示C生成汇总报告）。
• IF 痛点可通过单个提示解决 → 应用“prompt-engineering-workflow”模型。
• ELSE IF 痛点需要多个提示串联 → 将其分解为子任务，为每个子任务应用“prompt-engineering-workflow”模型，并思考如何衔接（如将上一个提示的输出作为下一个提示的输入）。
• ELSE 痛点目前不适合AI解决（如涉及高度主观判断、物理操作） → 标记为“暂不处理”，继续评估清单中的其他项目。
• 常见误区：强迫所有任务都使用AI，忽视任务的本质是否适合。

输出格式要求

输出应为一个结构化的行动计划表，包含以下列：阶段、行动项、对应任务/痛点、成功标准、状态（待办/进行中/已完成）。计划应体现从习惯替代到系统构建的渐进过程。

Metadata

属性	值
领域	个人效能
类型	procedural (procedural)
置信度	85%
前置条件	对基础AI工具有初步了解（如知道ChatGPT、Perplexity等）
来源	人工智能入门指南：总结与行动指南